（DiT2) ヨツユ　FF14　Yotsuyu

（出展作品）

ファイナルファンタジー１４

（モデル）

ヨツユ

（紹介）

ドマ国に生まれるが、父母が早期に他界してしまい、複雑な家庭環境で幼少期を過ごす。

徹底的な虐待を受け続け、娼婦として忌み嫌われながら、誰からも期待もされず、愛されない人生を過ごすその胸中は、どのようなものであったのか。

とあるきっかけで帝国の諜報員になり、はじめて「自分の価値」が認めてもらえたことで、頭角を現し、ドマ国の代理総督にまで登りつめ、これまでドマ人から受けてきた過酷な仕打ちへの御礼とばかりに、徹底的な弾圧政策を行うことになる。

ただし、人としての本来のありようはまったく異なるものであり、ストーリーを進めと、そのことがしっかりと描写されてきます。

このヨツユのストーリーは、ＦＦ１４屈指のストーリーです。

（LoRA資料の条件）

・資料は３２枚（重複で読み込ませ無理やり１００枚）

・上半身画像が中心。顔の感じも覚えてほしかったので、顔のアップのみも利用。 全身画像も存在するが少ない。

・サイズはランダム。まったく統一されていない。

・画質も統一されていない。（明るい・暗い様々）

・背景はランダムですべてあり。

・PNGファイル。

（テスト内容） ・テスト生成枚数　６０枚（４枚生成×１５） ・テストサイズは４パターン （３：５）、（１：１）、（９：１６）、（１５３６×１５３６） すべてのサイズにおいて、以下のプロンプトを指定。 ・オリジナルプロンプト ・全身指定プロンプト ・全身指定プロンプト＋背面指定プロンプト ・全身指定プロンプト＋側面指定プロンプト

（重要事項） ・脚が着物に隠れている資料が多く、脚や履物を生成しずらくなっています。

対応策は、

・他の投稿者様とのLoRA併用

・プロンプトに以下のようなワードを追加してください。 素足　「Barefoot」 草履　「Zori (Japanese sandals)」

（結果）

・ＳＤＸＬ、ＤｉＴ　ＬｏＲＡと同じ資料で、ＬｏＲＡを作りましたが、モデルの進化をとても強く感じました。

ＤｉＴ２のメ・ナーゴLoRA同様に、LoRAの資料が統一されていませんが、しっかりと、ヨツユ風のキャラクターを表現してくれます。

・トリガーワードの状態では、上半身画像で生成されることが多いので、全身指定（Take a full-body image that shows all the way down to your feet.）のプロンプトを入力すれば全身で生成してくれます。

キセルを読み込ませていますが、トリガーワードの「pipe,」を削除することで、キセルは無くなります。

(Exhibited Work)

Final Fantasy XIV

(Model)

Yotsuyu

(Introduction)

Born in the Kingdom of Doma, she lost both parents early in life, leading to a complicated family environment during her childhood.

She endured relentless abuse, was ostracized as a prostitute, and lived a life without expectations or love from anyone. What were her inner thoughts during this time?

Through a certain turn of events, she became an Imperial intelligence agent, and for the first time, her "value" was recognized. She rose through the ranks, eventually becoming the acting governor of Doma, and, as if to repay the harsh treatment she had received from the Doman people, implemented a policy of thorough oppression.

However, her true nature as a person is entirely different, and this is clearly depicted as the story progresses.

Yotsuyu's story is one of the best in FF14.

(LoRA Document Requirements)

• 32 documents (forced to 100 by loading duplicates)

• Primarily upper body images. Close-ups of faces were also used to help remember facial features. Full-body images exist but are few.

• Random sizes. Completely inconsistent.

• Inconsistent image quality (various brightness and darkness).

• Random backgrounds are all present.

• PNG files.

(Test Details)

• Test generation count: 60 images (4 images generated x 15)
• Four test sizes: (3:5), (1:1), (9:16), (1536 x 1536) The following prompts were specified for all sizes:
• Original prompt
• Full-body prompt
• Full-body prompt + back view prompt
• Full-body prompt + side view prompt

(Important Notes)

• Many documents have legs hidden by kimonos, making it difficult to generate legs and footwear.

The suggested solutions are:

• Use LoRA in conjunction with other contributors.

• Add the following words to the prompt:

Barefoot Zori (Japanese sandals)

(Results)

• I created a LoRA model using the same data as SDXL and DiT LoRA, and I strongly felt the evolution of the model.

Similar to the Me-Nago LoRA in DiT2, the LoRA data is not standardized, but it accurately represents the Yotsuyu-style character.

• In the trigger word state, it often generates an upper-body image, so entering the prompt "Take a full-body image that shows all the way down to your feet." will generate a full-body image.

Although a pipe is loaded, deleting "pipe," from the trigger word will remove the pipe.